微服务架构 ——Kafka消息队列

一、消息队列介绍

消息队列中间件是分布式系统中重要的组件，主要解决应用耦合、异步消息、流量削锋等问题，具有高扩展性、可恢复性、送达保证、顺序保证等特点，可以实现高性能、高可用、可伸缩和最终一致性架构。目前在生产环境，使用较多的消息队列有ActiveMQ、RabbitMQ、ZeroMQ、Kafka、MetaMQ、RocketMQ、Redis等。

二、消息队列应用场景

2.1 异步处理

串行方式

将注册信息写入数据库成功后，发送注册邮件，然后发送注册短信，而所有任务执行完成后，返回信息给客户端。

串行

并行方式

将注册信息写入数据库成功后，同时进行发送注册邮件和发送注册短信的操作。而所有任务执行完成后，返回信息给客户端。同串行方式相比，并行方式可以提高执行效率，减少执行时间。

并行

上面的比较可以发现，假设三个操作均需要50ms的执行时间，排除网络因素，则最终执行完成，串行方式需要150ms，而并行方式需要100ms。

因为cpu在单位时间内处理的请求数量是一致的，假设：CPU每1秒吞吐量是100次，则串行方式1秒内可执行的请求量为1000/150，不到7次；并行方式1秒内可执行的请求量为1000/100，为10次。

引入消息队列，异步处理

根据上述的流程，用户的响应时间基本相当于将用户数据写入数据库的时间，发送注册邮件、发送注册短信的消息在写入消息队列后，即可返回执行结果，写入消息队列的时间很快，几乎可以忽略，也有此可以将系统吞吐量提升至20QPS，比串行方式提升近3倍，比并行方式提升2倍。

2.2 应用解耦

传统的做法为：订单系统调用库存系统的接口。如下图所示：

传统方式

传统方式具有如下缺点：

1.假设库存系统访问失败，则订单减少库存失败，导致订单创建失败

2.订单系统同库存系统过度耦合

引入消息队列，应用解耦

订单系统：用户下单后，订单系统进行数据持久化处理，然后将消息写入消息队列，返回订单创建成功

库存系统：使用拉/推的方式，获取下单信息，库存系统根据订单信息，进行库存操作。

假如在下单时库存系统不能正常使用。也不影响正常下单，因为下单后，订单系统写入消息队列就不再关心其后续操作了。由此实现了订单系统与库存系统的应用解耦。

2.3 流量削锋

流量削锋也是消息队列中的常用场景，一般在秒杀或团抢活动中使用广泛。

1、可以控制参与活动的人数；

2、可以缓解短时间内高流量对应用的巨大压力。

流量削锋处理方式系统图如下：

引入消息队列，流量削锋

1、服务器在接收到用户请求后，首先写入消息队列。这时如果消息队列中消息数量超过最大数量，则直接拒绝用户请求或返回跳转到错误页面；

2、秒杀业务根据秒杀规则读取消息队列中的请求信息，进行后续处理。

2.4 日志处理

日志处理是指将消息队列用在日志处理中，比如Kafka的应用，解决大量日志传输的问题。架构简化如下：

引入消息队列，日志处理

日志采集客户端：负责日志数据采集，定时写受写入Kafka队列； Kafka消息队列：负责日志数据的接收，存储和转发； 日志处理应用：订阅并消费kafka队列中的日志数据；

推荐案例：

http://cloud.51cto.com/art/201507/484338.htm

使用了Kafka，E（Elasticsearch）L（Logstash）K（Kibana）

2.5 消息通讯

点对点通讯

点对点通讯架构设计

在点对点通讯架构设计中，客户端A和客户端B共用一个消息队列，即可实现消息通讯功能。

聊天室通讯

聊天室架构设计

客户端A、客户端B、直至客户端N订阅同一消息队列，进行消息的发布与接收，即可实现聊天通讯方案架构设计。

三、 Kafka

Kafka是一种分布式的，基于发布/订阅的消息系统。

主要设计目标

1、以时间复杂度为O(1)的方式提供消息持久化能力，即使对TB级以上数据也能保证常数时间的访问性能

2、高吞吐率。即使在非常廉价的商用机器上也能做到单机支持每秒100K条消息的传输

3、支持Kafka Server间的消息分区，及分布式消费，同时保证每个partition内的消息顺序传输

4、同时支持离线数据处理和实时数据处理

Kafka架构：

kafka架构图

如上图所示，一个典型的kafka集群中包含若干producer（可以是web前端产生的page view，或者是服务器日志，系统CPU、memory等），若干broker（Kafka支持水平扩展，一般broker数量越多，集群吞吐率越高），若干consumer group，以及一个Zookeeper集群。Kafka通过Zookeeper管理集群配置，选举leader，以及在consumer group发生变化时进行rebalance。producer使用push模式将消息发布到broker，consumer使用pull模式从broker订阅并消费消息。

安装配置（windows，java 8）：

由于Kafka依赖zookeeper，需要先安装配置zookeeper

1、zookeeper安装配置

安装包地址：http://apache.fayea.com/zookeeper/current/

下载解压

zookeeper解压目录

进入conf目录配置zoo.cfg文件

zooker配置目录

clientPort：zookeeper服务端口 dataDir：数据保存路径（先创建目录）

进入bin目录，双击zkServer.cmd运行zookeeper

2、kafka安装配置

安装包地址：http://kafka.apache.org/downloads.html

下载解压

kafka解压目录

进入config目录，配置server.properties

zookeeper.connect：zookeep 服务地址 listeners：kafka服务端口 advertised.listeners：Kafka安装以后默认只能Localhost访问，外网访问需要在kafka的配置文件中加上：'advertised.listeners=PLAINTEXT://IP:PORT'，IP是服务器的公网IP log.dirs：日志地址 num.partitions： partition数量

cmd执行

.\bin\windows\kafka-server-start.bat.\config\server.properties

基本概念知识：

Topic：Kafaka中的消息分类是以Toptic来分类的，一个Consumer只能接收到相同Toptic发送的消息并进行处理 Group：任何一个Consumer都有一个组，一个Toptic的消息会发送到连接Kafaka的所有的组里面，相当于消息是广播 对于一条消息，同一个组里面的Consumer只有一个能够同时接收处理。相当于队列和容灾。Group的机制能够完成广播、队列以及广播队列组合的高可用方案 SpringBoot配置：'spring.kafka.consumer.auto-offset-reset=earliest'保证一个组服务器down掉了，重启后也能接收并处理在down掉期间发送给kafka的消息，否则只能接收正常服务期间发送的消息

ConsumerRebalance

Kafka保证同一consumer group中只有一个consumer会消费某条消息，实际上，Kafka保证的是稳定状态下每一个consumer实例只会消费某一个或多个特定partition的数据，而某个partition的数据只会被某一个特定的consumer实例所消费。这样设计的劣势是无法让同一个consumer group里的consumer均匀消费数据，优势是每个consumer不用都跟大量的broker通信，减少通信开销，同时也降低了分配难度，实现也更简单。另外，因为同一个partition里的数据是有序的，这种设计可以保证每个partition里的数据也是有序被消费。

如果某consumer group中consumer数量少于partition数量，则至少有一个consumer会消费多个partition的数据 如果consumer的数量与partition数量相同，则正好一个consumer消费一个partition的数据（如果某个consumer down掉，则至少有一个consumer会消费down掉的consumer的数据） 而如果consumer的数量多于partition的数量时，会有部分consumer无法消费该topic下任何一条消息。（这也是单机一个Partition的kafka测试多个Consumer，只有一个能接收消息的原因），这种情况下，多余的consumer只能作为容灾，达不到负载均衡的效果 综上，consumer如果需要集群提高负载，则采用2的方式进行部署，既可以达到容灾，也可以达到一定的负载均衡